Componentes principais do Amazon A2I

Leia os termos a seguir para se familiarizar com os principais componentes do Amazon A2I.

Tipos de tarefa

O fluxo de trabalho de AI/ML no qual você integra o Amazon A2I define um tipo de tarefa do Amazon A2I.

Amazon A2I Support:

• Dois tipos de tarefas incorporadas: extração de pares de valores-chave do Amazon Textract e moderação de imagens do Amazon Rekognition.

• Um tipo de tarefa personalizado: use um tipo de tarefa personalizado para integrar um ciclo de revisão humana em qualquer fluxo de trabalho de machine learning. Você pode usar um tipo de tarefa personalizado para integrar o Amazon A2I a outros AWS serviços, como Amazon Comprehend, Amazon Transcribe e Amazon Translate, além de seus próprios fluxos de trabalho personalizados de aprendizado de máquina. Para saber mais, consulte Casos de uso e exemplos usando o Amazon A2I.

Selecione uma guia na tabela a seguir para ver diagramas que ilustram como o Amazon A2I funciona com cada tipo de tarefa. Selecione a página do tipo de tarefa usando os links na lista anterior para saber mais sobre esse tipo de tarefa.

Amazon Textract – Key-value pair extraction

Esta imagem mostra o fluxo de trabalho integrado do Amazon A2I com o Amazon Textract. À esquerda, estão representados os recursos necessários para criar um fluxo de trabalho de revisão humana do Amazon Textract: um bucket do Amazon S3, condições de ativação, um modelo de tarefa do trabalhador e uma equipe de trabalho. Esses recursos são usados para criar um fluxo de trabalho de revisão humana ou definição de fluxo. Uma seta aponta para a direita, indicando a próxima etapa no fluxo de trabalho: utilizando o Amazon Textract para configurar um loop humano com o fluxo de trabalho de análise humana. Uma segunda seta aponta diretamente dessa etapa para a etapa na qual as condições de ativação especificadas no fluxo de trabalho de análise humana são atendidas. Isso inicia a criação de um loop humano. À direita da imagem, o ciclo humano é representado em três etapas: 1) a interface do trabalhador e as ferramentas são geradas, e a tarefa é disponibilizada para os trabalhadores, 2) os trabalhadores revisam os dados de entrada e, finalmente, 3) os resultados são salvos no Amazon S3.

Amazon Rekognition – Image moderation

Esta imagem mostra o fluxo de trabalho integrado do Amazon A2I com o Amazon Rekognition. À esquerda, os recursos necessários para criar um fluxo de trabalho de revisão humana do Amazon Rekognition são mostrados: um bucket do Amazon S3, condições de ativação, um modelo de tarefa do trabalhador e uma equipe de trabalho. Esses recursos são usados para criar um fluxo de trabalho de revisão humana ou definição de fluxo. Uma seta aponta diretamente para a próxima etapa do fluxo de trabalho: usar o Amazon Rekognition para configurar um loop humano com o fluxo de trabalho de revisão humana. Uma segunda seta aponta diretamente dessa etapa para a etapa na qual as condições de ativação especificadas no fluxo de trabalho de revisão humana são atendidas. Isso inicia a criação de um loop humano. À direita da imagem, o ciclo humano é representado em três etapas: 1) a interface do trabalhador e as ferramentas são geradas, e a tarefa é disponibilizada para os trabalhadores, 2) os trabalhadores revisam os dados de entrada e, finalmente, 3) os resultados são salvos no Amazon S3.

Custom Task Type

A imagem a seguir mostra o fluxo de trabalho personalizado do Amazon A2I. Um modelo de ML personalizado é usado para gerar previsões. O aplicativo cliente filtra essas previsões usando critérios definidos pelo usuário e determina se uma revisão humana é necessária. Nesse caso, essas previsões são enviadas à Amazon A2I para análise humana. O Amazon A2I coleta os resultados da análise humana no Amazon S3, que podem ser acessados pelo aplicativo cliente. Se o filtro determinar que nenhuma revisão humana é necessária, as previsões podem ser alimentadas diretamente na aplicação do cliente.

Fluxo de trabalho de revisão humana (definição de fluxo)

Você usa um fluxo de trabalho de revisão humana para especificar sua equipe de trabalho humana, configurar a interface do usuário do operador usando um Modelo de tarefas de operador e fornecer informações sobre como os operadores devem concluir a tarefa de revisão.

Para tipos de tarefas integradas, você também usa o fluxo de trabalho de revisão humana para identificar as condições sob as quais um loop humano é iniciado. Por exemplo, o Amazon Rekognition pode executar moderação de conteúdo de imagem usando machine learning. Você pode usar a definição de fluxo para especificar que uma imagem será enviada a um ser humano para análise de moderação de conteúdo se a confiança do Amazon Rekognition for muito baixa.

Você pode usar um fluxo de trabalho de revisão humana para criar vários loops humanos.

Você pode criar uma definição de fluxo no SageMaker console ou com SageMaker API o. Para saber mais sobre essas opções, consulte Criar um fluxo de trabalho de análise humana.

Equipe de trabalho

Uma equipe de trabalho é um grupo de trabalhadores humanos para quem você envia suas tarefas de revisão humana.

Ao criar um fluxo de trabalho de revisão humana, você especifica uma única equipe de trabalho.

Sua equipe de trabalho pode vir da força de trabalho da Amazon Mechanical Turk, de uma força de trabalho gerenciada pelo fornecedor ou de sua própria força de trabalho privada. Ao usar a força de trabalho privada, você pode criar várias equipes de trabalho. Cada equipe de trabalho pode ser usada em vários fluxos de trabalho de revisão humana. Para aprender como criar uma força de trabalho e equipes de trabalho, consulte Criar e gerenciar forças de trabalho.

Modelo de tarefa de trabalho e UI de tarefa manual

Você usa um modelo de tarefa de trabalho para criar uma interface de usuário de trabalhador (uma interface de usuário de tarefa humana) para suas tarefas de revisão humana.

A interface da tarefa humana exibe seus dados de entrada, como documentos ou imagens, e instruções aos operadores. Ele também fornece ferramentas interativas que o operador usa para concluir suas tarefas.

Para tipos de tarefas incorporados, você deve usar o modelo de tarefa de trabalhador Amazon A2I fornecido para esse tipo de tarefa.

Loops humanos

Um loop humano é usado para criar um único trabalho de revisão humana. Para cada trabalho de revisão humana, você pode escolher o número de trabalhadores que receberão uma trabalho para revisar um único objeto de dados. Por exemplo, se você definir o número de trabalhadores por objeto 3 para um trabalho de rotulagem de classificação de imagens, três trabalhadores classificarão cada imagem de entrada. Aumentar o número de trabalhadores por objeto pode melhorar a precisão da etiqueta.

Um loop humano é criado usando um fluxo de trabalho de revisão humana da seguinte forma:

• Para tipos de tarefas incorporados, as condições especificadas no fluxo de trabalho de revisão humana determinam quando o loop humano é criado.

• As tarefas de revisão humana são enviadas para a equipe de trabalho especificada no fluxo de trabalho de revisão humana.

• O modelo de tarefa do trabalhador especificado no fluxo de trabalho de revisão humana é usado para renderizar a interface do usuário da tarefa humana.

Quando os loops humanos são criados?

Quando você usa um dos tipos de tarefas incorporados, o AWS serviço correspondente cria e inicia um loop humano em seu nome quando as condições especificadas em seu fluxo de trabalho de revisão humana são atendidas. Por exemplo:

• Ao usar a IA Augmented com o Amazon Textract, você pode integrar o Amazon A2I em uma tarefa de revisão de documentos usando a operação. API AnalyzeDocument Um loop humano é criado toda vez que o Amazon Textract retorna inferências sobre pares de valores-chave que atendem às condições que você especifica em seu fluxo de trabalho de revisão humana.

• Ao usar a IA Augmented com o Amazon Rekognition, você pode integrar o Amazon A2I em uma tarefa de moderação de imagem usando a operação. API DetectModerationLabels Um loop humano é criado toda vez que o Amazon Rekognition retorna inferências sobre o conteúdo da imagem que atendem às condições que você especifica em seu fluxo de trabalho de revisão humana.

Ao usar um tipo de tarefa personalizado, você inicia um loop humano usando o Amazon Augmented AI API Runtime. Quando você chama StartHumanLoop em seu aplicativo personalizado, uma tarefa é enviada para analistas humanos.

Para saber como criar e iniciar um loop humano, consulte Criar e iniciar um loop humano.

Para gerar esses recursos e criar um fluxo de trabalho de revisão humana, o Amazon A2I integra váriosAPIs, incluindo o Amazon Augmented AI Runtime Model, SageMaker APIs o APIs e associado ao seu tipo de tarefa. Para saber mais, consulte Usar APIs no Amazon Augmented AI.